淘宝母婴商品电商数据分析（一）

时间：2023-03-26 01:44:01 | 来源：电子商务

时间：2023-03-26 01:44:01 来源：电子商务

因为对互联网电商行业比较感兴趣，自己现阶段需要累积项目经验，所以选择淘宝电商母婴用品购买数据进行练习，将近期学得的知识与业务相结合，学会如何分析电商行业数据。此次分析的主要使用工具为EXCEL。

数据分析的步骤通常分为：

1. 熟悉数据集
2. 提出问题
3. 数据清洗与整理
4. 数据分析与建模
5. 数据可视化

我将通过这五个步骤，分析此淘宝母婴店铺数据，发现业务问题，并为其提出改进建议。

一、熟悉数据集

我选择的是淘宝和天猫婴儿用品数据分析，一共包含两个数据集：

• 表1:购买商品.csv
• 表2:婴儿信息.csv

数据来源：阿里巴巴天池 https://tianchi.aliyun.com/dataset/dataDetail?dataId=45

表1:购买商品.csv 是淘宝会员的历史贸易记录，共包含2012年6月-2015年2月的29972条信息记录和7个字段。

表中字段信息及其含义如下：

user_id:用户ID 该字段表示用户登陆app时使用的账号名称，每个用户都有唯一独立的ID。

auction_id:购买行为编号 用户在进行购买时的唯一行为标号，用数字作为标认细化处理用户行为的数据字段。

cat_id:商品种类ID 表示每个用户id购买的对应的商品种类，比如童装、童裤、童鞋。可以帮助判断顾客喜欢什么种类的商品。

cat1:商品类别 顾客购买的商品类别，是商品种类下的二级分类。比如商品种类为童装，则商品类别分为：外套、衬衫、裤子等。通过分析判断顾客喜欢购买哪一细分类别的商品，重要字段，可了解顾客购买偏好。

property：商品属性 商品的一些基本参数，帮助顾客在购买时了解商品，比如：颜色、尺寸、材质、品牌。

buy_mount:购买数量 代表顾客购买商品的数量，用于统计销量，了解哪一类商品销量较高。

day：购买日期 顾客购买商品的年月日，可以了解商品在某段时间内是否复购及复购频率，商品是否集中在某一时间段热销。

表2:婴儿信息.csv共有954条数据信息，共包含三个字段：

user_id:用户ID 用户登陆app时使用的账号名称。可通过此字段将表1和表2结合，得到用户购买的商品和婴儿年龄/性别关系。

birthday:出生日期 购买商品用户的婴儿年龄，可用于了解各年龄段购买情况

gender:性别（0男性，1女性）婴儿性别，可了解婴儿性别与用户购买的关系

二、提出问题并选择子集

分析完字段信息后，要思考我们想用数据获得什么信息，想通过分析解决哪些业务问题。在思考业务问题时，我将站在卖方，也就是店铺/企业的角度去进行思考，根据现有数据分析关键指标，评估店铺运营情况，并给出改进建议。

作为店铺，最终的目标是盈利+给用户带来价值，以此为出发点，我提出的问题有：

1. 店铺整体销售表现：

• 店铺年度/季度/月度总销量情况？并预测2015年销量趋势

以不同的时间维度去看店铺的销量情况，可以了解店铺整体的销售情况以及发展趋势。发掘是否店铺在某段时间内销量高/低，有什么特征，并分析原因。

2. 商品销售表现：

• 店铺有哪几种商品？
• 热销商品是哪些，销量是多少？
• 不同种类商品销量的特征/趋势是什么？影响销量的原因有哪些？

了解店铺商品构成及每个商品的表现，找到影响销量的原因，帮助店铺优化运营和产品策略。

3. 用户方面：

• 用户年龄和商品销量/类别关系
• 用户性别和商品销量/类别关系

对用户进行年龄、性别两个维度进行分类，研究这两个维度和商品的关系。作用帮助店铺发现关键用户，构建用户画像，辅助精细化运营。

性别维度：用户分为男、女，结合购买性别、购买商品和数量，得出商品男女购买比例，分析出商品的主要用户性别群体。

年龄维度：分析主要用户年龄层，不同婴儿年龄用户购买比例，以及热销产品的用户婴儿年龄分布。

4.商品复购方面：

• 复购客户有多少？复购次数多少？

忠诚用户是店铺持续创造商业价值的基础，以复购数据来了解店铺的忠诚顾客情况。

根据以上这些问题，可以得出需要的子集有：用户ID, 商品类别，购买次数，购买日期，购买数量，性别，出生日期。

三、数据清洗和整理

数据的清洗整理通常包括以下这些步骤：选择子集，重命名列名，删除重复值，处理缺失值，一致化处理，数据排序，异常值处理等。

1）选择子集：上文已选出需要子集。隐藏不需要子集：购物行为id和商品属性字段。用vlookup函数多表关联，根据用户ID，精确查找出每个用户id对应的出生日期与性别。

2）重命名列名：将原英文名的字段名称全部修改为中文。拼接修改后的表如图所示：

3）缺失值：所有列计数为29972条信息，无缺失值、空白值。

4）重复值：用户ID出现重复，原因是同一用户进行了多次购买行为，所以不删除。

5）异常值处理：出生日期和性别存在大量异常值。仅有957个婴儿出生日期和性别可与用户id匹配，而其他列计数为29972条信息。这说明很多用户的出生日期，年龄无法通过用户id查找匹配到数值，也就是说很多顾客在购买时没有留下婴儿出生日期、性别信息,我将这两列的N/A定位条件-查找替换-空白。性别数字出现异常，为2的有27个，清除。

6）计算婴儿年龄。通过分列将购买日期/出生日期列数据转化为日期型数据。用datedif函数，计算当用户购买商品时婴儿的年龄。操作完成后如下：

可以看到在计算年龄时有NUM！出现，这样的错误值共有143个。这是因为购买商品日期比出生日期要早，结果无法计算得出。这样购买可能有以下两种情况：1.用户填写的婴儿年龄信息不真实，可能胡乱填写；2.婴儿出生前，用户已经开始购买商品。

鉴于用户购买行为已经发生，我将NUM!值单元格公式修改为：=datedif(购买日期,出生日期,"m")，得出128个用户购买日期比填写的出生日期早0-10个月（怀孕周期以内），以此推断这143个用户填写较符合上述提到的第二种情况：婴儿出生前，用户已经开始购买商品。下图为处理判断过程截图：

所以我将把这些在婴儿出生前已经购买商品的用户婴儿年龄由NUM!更改为0岁。

7）对数据中购买数量进行描述统计分析，结果如下：

发现购买数量中存在异常值（最大值）10000，将其修改为中位数1。

四.数据分析和建模

1.店铺整体销售表现：

1）店铺2013-2014年度总销量：

• 数据只包含2012年下半年-2015年2月，所以只对比13-14年销量。
• 2013-2014年，店铺总销量同比上升，增长率约为41.3%。

2）店铺季度销量：

• 一年四季的季度销量环比基本全部是增长的，下半年总销量约为上半年的2倍。
• 需注意：仅2014年第四季度销量环比减少，第三季度销量历史最高值，为10785。思考：此时段是否因为有促销活动导致销量大增？带着这个问题往下看。
• 季度销量同比增长。
• 需要注意：图中2015年第一季度销量同比减少，原因是数据集只记录了2015年第一季度1，2月的销量，3月未计入。但1，2月销量已达到4273，所以预计2015第一季度最终总销量会超越2014年第一季度销量。

3) 店铺月总销量：

• 店铺每月总销量呈增长趋势
• 每年11月是商品购买高峰期，连续三年创新高，环比涨幅大，这也是后半年销量高的主要原因。推测是因为淘宝双十一大促影响，但还需更多分析验证。
• 每年1-2月是商品购买低峰期，推测原因是受春节期间物流配送影响。

2. 商品销售表现：

1）店铺商品种类，热销商品及销量

• 店铺共有6种商品，总销量从高到低排名为：28，50008168，500014815，38，50022520，122650008
• 不同商品销量差距较大。热销商品top1&top2&3：28，50008168，50014815销量约占据店铺销量的86%；38，50022520，122650008销量占比约为14%。

2）每季度不同种类商品销量

• 店铺所有种类的商品整体呈同比/环比增长趋势。
• 商品5008168和28销量波动较大，每年5月/11月都有一波购买小高峰，推测原因是这两种商品积极参与节日促销活动有关(母亲节/双十一），且促销对商品销量影响较大。其他商品销量基本保持稳定，促销期内销量仅有微小上升。

3.用户方面

1）用户婴儿性别

--婴儿男女性别购买数量占比：

--不同类别商品婴儿男女性别购买数量：

如图所示，母婴商品男性总购买数量占比为女性的2倍。在深入去看不同类别商品男女的购买数量时，发现差异不大，也就是说男女性购买此店铺商品的偏好是相似的。

2）用户婴儿年龄

--婴儿年龄与购买数量关系

可以看出，越小婴儿的用户购买数量越多，养育0-3岁婴儿的用户为店铺购买主力。

--婴儿年龄与购买商品关系

• 商品28和5008168购买年龄集中在0-2岁

• 商品50014815购买年龄集中在0-1岁

4. 店铺复购情况

如图所示，店铺复购用户少，仅有28个用户有复购行为，最高购买次数为4次，最低为2次，平均复购次数为2，说明此店铺忠诚用户非常少，用户黏性低。

综上，总结和建议如下：

1.店铺与自身对比，在2012年下半年-2015年2月期间整体销售表现较好，呈同比/环比增长趋势，涨幅较大。预计店铺2015总销量将同比增长，2015季度销量将同比/环比增长，下半年销量预计约为上半年的2倍。建议店铺备货可根据预测销量趋势，每年第三/第四季度店铺需提前多备货，做好准备。起量产品28，5008168多备货。

2. 28，5008168为店铺起量商品，占总销量71%，头部效应明显。这两商品积极参与促销活动，销量反应较好。其他商品销量较低且稳定。建议店铺加大电商平台运营投入(比如促销活动), 多抓住节日营销的机会（母亲节，双十一等），对其他4个低销量产品发起促销活动，测试促销效果。搭建或优化产品组合策略，比如起量产品薄利多销，其他商品为高利润商品，用起量商品带动其他商品的销售。

3. 建议店铺根据用户画像（性别、年龄）对不同商品进行精细化运营，比如商品28和5008168对婴儿性别为0-2岁的用户发放优惠券或进行推广。

4. 本店用户忠诚度较低，需要建立完善的店铺会员体制，打造店铺会员购买体系，累积忠诚客户。同时，推出一些针对老客户的广告投放、促销优惠活动，比如给老客发放专属优惠券等吸引用户回购。可进行A/B test，测试效果。